-
题名基于主动深度学习的极化SAR图像分类
被引量:10
- 1
-
-
作者
徐佳
袁春琦
程圆娥
曾晨雨
许康
-
机构
河海大学地球科学与工程学院
江苏省测绘工程院
北方信息控制研究院集团有限公司
江苏省测绘研究所
中南大学软件学院
-
出处
《国土资源遥感》
CSCD
北大核心
2018年第1期72-77,共6页
-
基金
国家自然科学基金项目"基于视觉注意机制的SAR图像小目标检测方法研究"(编号:41301449)
江苏省测绘地理信息科研项目"基于多源遥感数据的滨海湿地精细分类与变化监测"(编号:JSCHKY201501)共同资助
-
文摘
针对极化SAR图像在监督分类时存在人工标注样本费时费力以及浅层结构学习算法的表达能力有限等问题,提出一种基于主动深度学习的极化SAR图像分类方法。首先,对测量数据进行多种极化特征提取,以便完整地描述图像信息;在此基础上,通过自动编码器对大量无标记样本进行非监督学习,提取更具可分性和不变性的深层特征;然后,利用少量标记样本训练分类器,并与自动编码器连接,以监督学习的方式微调整个网络;最后,通过主动学习,选择对当前分类器最有价值的样本(分类模糊度最大的样本)进行人工标记,并加入到训练样本中,重新训练分类器和微调网络。对RADARSAT-2和EMISAR极化SAR影像进行不同分类的实验结果表明,该方法能在更少人工标记的样本下获得较高的分类精度。
-
关键词
极化SAR
极化目标分解
图像分类
主动学习
深度学习
-
Keywords
polarimetric SAR
target decomposition
image classification
active learning
deep learning
-
分类号
TP751.1
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名顾及分类器参数的全极化SAR图像特征选择与分类
被引量:3
- 2
-
-
作者
袁春琦
徐佳
程圆娥
许康
-
机构
河海大学地球科学与工程学院
江苏省测绘工程院
-
出处
《测绘科学技术学报》
CSCD
北大核心
2016年第5期507-512,共6页
-
基金
国家自然科学基金项目(41301449)
江苏省测绘地理信息科研项目(JSCHKY201501)
地理空间信息工程国家测绘地理信息局重点实验室基金项目(201324)
-
文摘
全极化SAR获取的信息量远多于传统SAR,但信息量的增加并不能确保分类精度的提高,如何有效进行特征选择至关重要。针对自适应特征选择问题,提出一种顾及分类器参数的特征选择和分类方法。该方法以支持向量数为评估依据,结合遗传算法进行特征选择,并同时对分类器参数进行寻优;最后利用优选的特征集和模型参数进行分类。为验证算法的有效性,利用两组全极化数据进行了监督分类实验。实验结果表明,提出方法降低了SVM分类器对自身参数的敏感性,而且能在较少特征个数下具备良好的泛化性能,分类精度优于未经过特征选择和参数优化的方法。
-
关键词
极化SAR
特征选择
支持向量机
分类
参数优化
-
Keywords
polarimetric synthetic aperture radar(PolSAR)
feature selection
support vector machine( SVM)
classification
parameters optimization
-
分类号
P237
[天文地球—摄影测量与遥感]
-
-
题名基于主动深度学习的高光谱影像分类
被引量:13
- 3
-
-
作者
程圆娥
周绍光
袁春琦
陈蒙蒙
-
机构
河海大学地球科学与工程学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2017年第17期192-196,248,共6页
-
基金
国家自然科学基金(No.41271420/D010702)
-
文摘
针对当前高光谱遥感影像分类人工标注样本费时费力,大量未标注样本未得到有效利用以及主要利用光谱信息而忽视空间信息等问题,提出了一种空-谱信息与主动深度学习相结合的高光谱影像分类方法。首先利用主成分分析对原始影像进行降维,在此基础上提取像素的一正方形小邻域作为该像素的空间信息并结合其原始光谱信息得到空谱特征。然后,通过稀疏自编码器得到原始数据的稀疏特征表达,并通过逐层无监督学习稀疏自编码器构建深度神经网络,输出原始数据的深度特征,将其连接到softmax分类器,利用少量标记样本以监督学习的方式完成模型的精调。最后,利用主动学习算法选择最不确定性样本对其进行标注,并加入至训练样本以提高分类器的分类效果。分别对Pavia U影像和Pavia C影像进行分类实验的结果表明,该方法在少量标记样本情况下,相对于传统方法能有效地提高分类精度。
-
关键词
高光谱遥感影像分类
空谱特征
堆栈式稀疏自编码深度网络
主动学习
-
Keywords
hyperspectral image classification
spatial-spectral feature
stacked sparse autoencoders
active learning
-
分类号
TP75
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名利用主动深度学习提取极化SAR影像建筑区
被引量:8
- 4
-
-
作者
邓鸿儒
徐佳
单文龙
袁春琦
-
机构
河海大学地球科学与工程学院
南京林业大学土木工程学院
北方信息控制研究院集团有限公司
-
出处
《测绘科学技术学报》
CSCD
北大核心
2018年第3期278-284,共7页
-
基金
国家自然科学基金项目(41301449)
卫星测绘技术与应用国家测绘地理信息局重点实验室经费项目(KLSMTA-201704)
-
文摘
针对利用传统监督分类方法从极化SAR影像中提取建筑区存在标记样本数量不足、难以挖掘有效特征等问题,提出一种主动学习与深度学习相结合的极化SAR影像建筑区提取方法。首先通过自动编码器对训练样本训练得到初始分类器;接着利用主动学习得到未标记样本中最富有信息量的样本进行人工标记;并将标记好的样本加入到训练样本中重新训练分类器。分别采用RADARSAT-2和ALOS-2极化SAR影像进行实验。结果表明传统的SVM方法和深度学习的方法加入主动学习后建筑区的提取精度都有所提高,而主动深度学习方法的提取效果优于主动SVM方法。
-
关键词
极化SAR
特征选取
建筑区提取
主动学习
深度学习
-
Keywords
polarimetric SAR
feature extraction
building area extraction
active learning
deep learning
-
分类号
P237
[天文地球—摄影测量与遥感]
-
-
题名基于无人机倾斜摄影测量的土石方量计算
被引量:15
- 5
-
-
作者
程圆娥
吕志慧
袁春琦
张凯
时斐
赫春晓
-
机构
江苏省测绘研究所
北方信息控制研究院集团有限公司
-
出处
《地理空间信息》
2021年第8期70-73,I0006,共5页
-
基金
江苏省科技厅资助项目(BM2018030)。
-
文摘
提出一种利用无人机倾斜摄影测量技术进行土石方量计算的方法,首先通过无人机快速获取现场数据并进行三维建模,然后对模型数据进行一定的后处理,去除影响土方量计算的地物以及获取精准边界,最后对修饰后的三维模型进行土方量计算分析,获取最终的土方量计算结果。工程实践表明使用该方法可进行土方量的高精度自动量算,能提高土方量工程的效率,具有广泛的实用前景。
-
关键词
无人机倾斜摄影测量
三维建模
后处理
土方量计算
-
Keywords
UAV oblique photogrammetry
3D modeling
post-process
earthwork volume calculation
-
分类号
P231
[天文地球—摄影测量与遥感]
-
-
题名结合LiDAR与遥感影像的水域边界提取方法
被引量:5
- 6
-
-
作者
程圆娥
周绍光
袁春琦
刘文静
陈蒙蒙
-
机构
河海大学地球与工程学院测绘工程系
-
出处
《地理空间信息》
2017年第2期76-79,共4页
-
基金
国家自然科学基金项目资助项目(41271420/D010702)
-
文摘
针对高分辨率遥感影像提取水域边界不准确、不完整的问题,提出了高分辨率遥感影像结合机载LiDAR点云数据提取水域边界的新方法。首先将配准后的LiDAR点云数据网格化,生成DSM影像,然后运用数学形态学分析获取水体的初始边界信息,最后基于活动轮廓模型的图割算法对构建的边界缓冲区进行优化分割,从而获取精确的水域边界。实验结果表明,该方法能够去除部分水域干扰噪声且能够得到比较精确的边界信息,具有较好的视觉效果和较高的工程应用价值。
-
关键词
LIDAR点云
DSM影像
数学形态学
GCBAC
-
Keywords
LiDAR point cloud data
DSM image
mathematical morphology
GCBAC
-
分类号
P237
[天文地球—摄影测量与遥感]
-
-
题名基于车载LiDAR数据的道路横纵断面获取
被引量:5
- 7
-
-
作者
程圆娥
吕志慧
袁春琦
徐偲
朱周华
-
机构
江苏省测绘研究所
北方信息控制研究院集团有限公司
-
出处
《地理空间信息》
2019年第9期30-33,I0001,共5页
-
基金
江苏省测绘地理信息科研资助项目(JSCHKY201611)
-
文摘
传统道路横纵断面获取主要是先利用全站仪或实时差分定位技术RTK放样得到中桩,再测出每个横断面的高程,费时费力。针对传统方法获取效率低、成本高的问题,提出了一种利用高精度车载LiDAR数据进行道路横纵断面获取的方法。首先对获取的点云数据进行预处理,然后进行点云滤波、路面点云精确提取,最后通过对路面点云数据构建地表数模的方式制作道路横纵断面图。工程实践表明,该方法可高精度自动提取道路横纵断面,提高了道路勘测设计的效率。
-
关键词
车载LiDAR
数据预处理
点云分段
点云滤波
横纵断面图
-
Keywords
vehicle-borne LiDAR
data preprocessing
point cloud subsection
point cloud filter
cross-lengthways section map
-
分类号
P232
[天文地球—摄影测量与遥感]
-
-
题名顾及特征优化的极化SAR图像半监督分类
- 8
-
-
作者
程圆娥
袁春琦
吕志慧
赫春晓
-
机构
江苏省测绘研究所
北方信息控制研究院集团有限公司
-
出处
《测绘与空间地理信息》
2022年第8期49-53,共5页
-
基金
江苏省科技厅项目——时空大数据整合挖掘研究(BM2018030)资助。
-
文摘
针对全极化SAR图像在监督分类中存在的人工标注样本费时费力以及大量未标记样本未有效利用等问题,提出一种顾及特征优化的半监督自训练分类方法。该方法以支持向量机作为半监督学习的基分类器。首先,引入混合编码遗传算法对多类极化特征进行有效选择和分类器参数优化。在此基础上,利用核模糊聚类算法从大量未标注样本中预选取出信息量较大的样本点作为候选点,并借助半监督自训练学习进一步标注候选样本,实现同时利用无标注和有标注样本进行分类。在AIRSAR和ALOS PALSAR影像上的实验表明,该方法能自适应地优选分类特征集,且在较少人工标注的样本下能获得较高的分类精度。
-
关键词
极化合成孔径雷达
图像分类
半监督学习
特征优化
-
Keywords
polarimetric synthetic aperture radar
image classification
semi-supervised learning
feature optimization
-
分类号
P209
[天文地球—测绘科学与技术]
-
-
题名结合随机子空间与SSAE-LR的高光谱图像分类
- 9
-
-
作者
程圆娥
吕志慧
袁春琦
-
机构
江苏省测绘研究所
北方信息控制研究院集团有限公司
-
出处
《地理空间信息》
2020年第9期96-101,I0007,共7页
-
基金
江苏省科技厅资助项目(BM2018030)。
-
文摘
针对高光谱数据维度高、样本数有限对分类精度产生局限性的问题,提出了一种结合随机子空间与堆栈式稀疏自编码器深度网络模型(SSAE-LR)的高光谱图像分类新方法。首先基于像素邻域窗口进行像素邻域结构信息的空间特征提取,并将其与光谱信息进行串行拼接;然后利用随机子空间方法在得到的整体特征空间中随机选取若干大小相同的特征子集;最后在这些特征子集上利用SSAE-LR训练获得基分类器,并将所有基分类器的输出进行集成得到分类结果。通过两组高光谱图像数据的实验结果可知,该方法能有效提高传统方法的分类效果。
-
关键词
高光谱图像分类
SSAE-LR
特征提取
随机子空间方法
-
Keywords
hyperspectral image classification
SSAE-LR
feature extraction
random subspace method
-
分类号
P237
[天文地球—摄影测量与遥感]
-
-
题名基于Cesium的地铁智慧化管理平台设计与实现
- 10
-
-
作者
程圆娥
吕志慧
袁春琦
于建强
-
机构
江苏省测绘研究所
北方信息控制研究院集团有限公司
-
出处
《无线互联科技》
2023年第13期84-86,90,共4页
-
基金
江苏省级基础测绘项目,项目编号:JSYF20220025。
-
文摘
随着智慧城市建设的快速发展,地下空间管理业务对三维可视化提出了更高要求。当前,大多数城市地下空间信息存在立体界线不明确、权属不明晰等问题,传统二维GIS技术在地下空间信息可视化方面具有一定的局限性。文章基于开源的Cesium框架,以无锡地铁数据为基础,建设了无锡地铁三维智慧化管理平台,实现了三维展示、宗地确权展示、安防展示等功能模块,为实现地铁站地下空间信息化、精细化管理提供了平台支撑,为同类平台的搭建提供了一定的参考。
-
关键词
地下空间信息
CESIUM
三维可视化
智慧化管理
-
Keywords
underground space information
Cesium
3D visualization
intelligent management
-
分类号
P208
[天文地球—地图制图学与地理信息工程]
-
-
题名基于协同训练与集成学习的极化SAR图像半监督分类
被引量:1
- 11
-
-
作者
袁春琦
徐佳
程圆娥
陈媛媛
许康
-
机构
河海大学地球科学与工程学院
江苏省测绘工程院
-
出处
《遥感技术与应用》
CSCD
北大核心
2017年第2期380-385,共6页
-
基金
国家自然科学基金项目(41301449)
江苏省测绘地理信息科研项目(JSCHKY201501)
地理空间信息工程国家测绘地理信息局重点实验室经费资助项目(201324)
-
文摘
针对全极化SAR图像在监督分类中存在的人工标注样本费时费力以及多种极化特征未能综合利用等问题,提出一种基于协同训练与集成学习的极化SAR图像半监督分类方法。该方法以支持向量机作为半监督学习的基分类器,通过协同学习机制将多种极化目标分解下的特征有效结合,实现同时利用无标注和有标注样本,最后通过集成学习进一步提高分类模型的泛化能力。在AIRSAR和EMISAR影像上的实验表明,该方法能充分利用不同特征的特点,在较少人工标注的样本下也能获得较高的分类精度。
-
关键词
极化合成孔径雷达
目标分解
图像分类
半监督学习
协同训练
集成学习
-
Keywords
Polarimetric synthetic aperture radar
Target decomposition
Image classification
Semi-supervised learning
Co-training
Ensemble learning
-
分类号
P237
[天文地球—摄影测量与遥感]
TP751
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于全极化SAR影像的海岛地物分类
被引量:3
- 12
-
-
作者
徐梦竹
徐佳
邓鸿儒
袁春琦
-
机构
河海大学地球科学与工程学院
北方信息控制研究院集团有限公司
-
出处
《遥感技术与应用》
CSCD
北大核心
2019年第3期647-654,共8页
-
基金
卫星测绘技术与应用国家测绘地理信息局重点实验室经费资助项目“面向滨海湿地的极化SAR影像特征提取与半监督分类研究”(20175014612)
浙江省流域水环境与健康风险研究重点实验室资助项目“基于极化SAR影像的滨海湿地分类研究”(IWATER-KF-201702)
国家自然科学基金项目“基于视觉注意机制的SAR图像小目标检测方法研究”(41301449)
-
文摘
我国海岛众多且资源丰富,针对海岛地物复杂和难以采集训练样本的特点,在分析9种极化特征参数对海岛地物区分能力的基础上,提出了一种基于全极化SAR影像的海岛地物分类方法。该方法采用Freeman分解和Cloude-Pottier分解提取的极化特征与Shannon熵组成特征集,通过自编码器对原始特征进行学习重构,提取更具有可分性的深层特征,并利用主动学习选择最优价值的样本加入训练样本以提高分类器分类效果。通过对舟山群岛全极化SAR影像进行分类实验,结果表明:该方法能够对全极化SAR影像中的不同海岛地物进行有效区分,特别是引入Shannon熵后能明显提升海水、泥滩和沙滩的分类精度;基于主动深度学习的分类方法可以在样本有限的情况下得到比传统分类方法更好的分类结果。
-
关键词
极化SAR
极化目标分解
香农熵
主动学习
深度学习
-
Keywords
Polarimetric SAR
Target decomposition
Shannon entropy
Active learning
Deep learning
-
分类号
TP79
[自动化与计算机技术—检测技术与自动化装置]
-